SuperAPI AI 工具集

android-ai-ml

通用与其它

查看项目

更新于 10-16 08:04

技能介绍

用途:在 Android 应用中添加端侧 AI 功能,如 OCR、人脸、条码、语言识别、姿态与手势,或在 APK 内打包自定义 TFLite 模型做离线推理,以及在 Pixel 8 Pro+/Android 14+ 上用 Gemini Nano 做摘要与改写。若模型只能云端运行、或需要 iOS 对等实现,应改用其他技能。

主要能力:ML Kit 覆盖文本识别、人脸检测、条码扫描、语言识别与实体抽取;TFLite 支持自定义模型加载与 INT8 量化;MediaPipe 提供姿态、手部与手势识别;Gemini Nano 通过 AICore 提供摘要、校对、改写与安全分类。

使用方式:优先用 ML Kit 处理标准视觉与文本任务,需要自定义模型或更严格隐私时降到 TFLite,实时视频用 MediaPipe,端侧文本用 Gemini Nano 并保留云端回退。CameraX 只接一次,再分发给各分析器。模型加载器应为单例,推理放在主线程之外,网络调用可取消且超时不超过 15 秒。

限制:Gemini Nano 仅部分设备与系统版本支持,需运行时检查可用性;ML Kit 翻译语言包约 30 MB,建议在 Wi-Fi 下下载;未量化模型会显著增大 APK;全 landmark 人脸模式较慢,低端设备应使用 FAST 模式。资料未提供具体收费与价格信息。